那天 CPK 報告出來，全場沉默了三秒，然後就開始了…
那天下午，產線突然報警，一批貨的良率掉到谷底。資深 PM 臉色鐵青，召集了所有相關人馬開會。會議室裡，大家的臉都跟那批不良品一樣臭。QA 頭說，這狀況不處理不行，一定要開 CAPA。大家都點頭，但心裡都知道，開 CAPA 容易，但要怎麼驗證它真的有效，這才是最頭痛的地方。你想想，寫了一堆改善計畫，然後等個一兩週看數據，如果沒效，那前面花的時間心力，不都白費了？
問題出在哪？
說穿了，CAPA 的有效性驗證，就是確保你砸下重金、時間去改的那些措施，真的有「把問題解決掉」而且「不會再發生」。很多人覺得，只要問題點的現象沒有了，就代表有效。拜託，這就像你發燒，吃了退燒藥體溫降下來，就覺得病好了嗎？當然不是啊！你還要看有沒有復發，是不是真的把細菌病毒殺光光。在半導體廠，我們對「有效」的定義更嚴苛，必須是長期的穩定改善，而且是數據看得見的。
所以重點是，有效性驗證不是只有「問題點不見了」，而是「根本原因被解決了，而且未來不會復發」。
實際上怎麼做？
要驗證 CAPA 有效，通常我們會從兩個層面來看：
- 直接效益驗證：
* 趨勢分析： 改善措施實施後，你必須持續監控一段時間（通常至少一個月，有些甚至要一個季度），看相關數據是否有穩定在改善後的水平。如果時好時壞，那很可能你的 CAPA 並沒有完全解決問題。
- 長期穩定性驗證（這點最容易被忽略，但也最重要）：
* 再發率確認： 這是最殘酷的驗證。追蹤過去曾經發生的類似問題，看在新的 CAPA 實施後，這些問題是否依然沒有再發生。比如說，你針對某個設備的異常跳機開了 CAPA，那就要看在接下來的半年或一年內，類似的跳機是否真的消失了。
換句話說，有效性驗證，除了要看短期的數據改善，更要確認長期的穩定性和再發率。
最常見的坑
說實話，我踩過最大的坑，就是把「改善計畫」當成「有效性驗證」。有一次，我們針對一個良率波動的問題開了 CAPA，洋洋灑灑寫了五大項改善措施，包含設備參數調整、SOP 更新、人員訓練等等。兩個月後，良率真的有回來。當時 QA 就說，哇，這個 CAPA 有效！我就傻傻的結案了。
結果呢？半年後，同樣的問題又發生了！而且這次還更嚴重。PM 氣到差點沒把會議桌掀了。後來才發現，雖然當時的良率改善了，但我們並沒有仔細去驗證「根因」有沒有真的被解決，也沒去追蹤更長期的數據趨勢。有些參數雖然有改善，但幅度不大，而且還有週期性的波動，這些警訊都被我們忽略了。說穿了，就是自己騙自己。
今天能做的一件事
別只看短期數據，多拉幾個月的趨勢圖出來看！